![语音/音频处理学术速递[10.18]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-10-18/1847212073805811712.jpg)
声浪
EMNLP 2024 main | C-LLM:学习逐字检查汉语拼写错误
论文题目：C-LLM: Learn to Check Chinese Spelling Errors Character by Character 作者列表：李堃婷，胡勇，何亮*，孟凡东，周杰 单位：新疆大学计算机科学与技术学院、清华大学电…
27 0 0
NeurIPS 2024 | RealMAN：用于动态语音增强和定位的实录带注释麦克风阵列数据集
神经信息处理系统大会（Conference on Neural Information Processing Systems，NeurIPS）是中国计算机学会（CCF）推荐的人工智能领域 A 类学术会议，其 H5 指数高达 337，在 Go…
29 0 0
![语音/音频处理学术速递[10.17]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-10-18/1847211542236499968.jpg)
开源模型+Orchestrating Agents多智能体框架，易用、强大且可控
近期，OpenAI提出了Orchestrating Agents，并同时开源了Swarm，一个轻量级的多智能体编排框架，目前仅是示范框架，并没有计划用于生产。 使用语言模型时，我们通常需要好的prompt并结合较强工具调用能力，Orches…
28 0 0
NeurIPS 2024 | DARNet：基于EEG的听觉注意力检测新方法
近期安徽大学生物信息感知与人机交互团队联合清华大学提出了一种双重注意力精炼网络的听觉注意力检测方法，相关成果被NeurIPS 2024接收，论文第一作者为安徽大学计算机科学与技术学院2021级本科生严盛。 论文题目：DARNet: Dual…
13 0 0
![语音/音频处理学术速递[10.16]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-10-21/1848252464546058240.jpg)
语音/音频处理学术速递[10.16]
今日论文合集：cs.SD语音8篇，eess.AS音频处理10篇。 本文经arXiv每日学术速递授权转载 cs.SD语音 【1】 Leveraging LLM Embeddings for Cross Dataset Label Alignm…
19 0 0
SLT 2024 | 使用低秩微调音频预训练模型改进声音异常检测
异常声音检测（Anomalous Sound Detection，ASD）在工业环境中通过应用人工智能技术获得了显著关注。尽管具有潜力，ASD系统在实际应用中因数据收集困难和环境复杂而面临泛化问题。近期，清华大学语音与音频技术实验室（SAT…
13 0 0
F5-TTS：上海交大开源超逼真声音克隆TTS，15秒克隆声音
F5-TTS是一款基于流匹配的全非自回归文本到语音转换系统，由上海交通大学、剑桥大学和吉利汽车研究院的研究团队联合开发。该系统无需复杂设计，如持续时间模型、文本编码器和音素对齐，能够实现快速训练，并达到RTF（实时因素）0.15的推理速度，…
29 0 0
![语音/音频处理学术速递[10.15]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-10-21/1848252056339615744.jpg)